Python：如何通用解析各地区用户习惯格式的数字？

需要解析符合特定地区格式的数字并支持所有地区，原本使用locale.atof方案可行：

from locale import setlocale, LC_NUMERIC, atof

setlocale(LC_NUMERIC, ('en_US', 'utf-8'))
print(atof("1,234.56"))  # 输出为1234.56

但在捷克地区（cs_CZ）无法正常工作：

from locale import setlocale, LC_NUMERIC, atof

setlocale(LC_NUMERIC, ('cs_CZ', 'utf-8'))
print(atof("1 234,56"))  # 抛出ValueError：无法将字符串转为浮点数

原因是捷克地区标准千位分隔符为窄不换行空格（U+202F），仅当输入为"1\u202f234,56"时atof才能正常解析，但用户实际更常输入普通空格（0x20）。直接替换或移除空格仅适用于捷克地区，无法通用。需要一种更宽松的atof替代方法，能解析各地区用户习惯输入的数字格式并转为浮点数，且方案需通用而非仅针对特定地区。

可以基于locale模块实现一个通用的灵活解析函数，核心思路是根据当前地区的数字格式规则，自动兼容用户习惯输入的千位分隔符变体：

import locale
import re
from locale import setlocale, LC_NUMERIC, atof

def flexible_atof(num_str):
    # 获取当前地区的数字格式配置
    conv = locale.localeconv()
    thousands_sep = conv['thousands_sep']
    decimal_point = conv['decimal_point']
    
    # 如果当前地区的千位分隔符是空白类字符，将输入中所有空白替换为标准分隔符
    if thousands_sep.isspace():
        num_str = re.sub(r'\s', thousands_sep, num_str)
    
    # 调用标准locale.atof解析处理后的字符串
    return atof(num_str)

测试示例 #

捷克地区（cs_CZ） #

setlocale(LC_NUMERIC, ('cs_CZ', 'utf-8'))
print(flexible_atof("1 234,56"))  # 输出：1234.56
print(flexible_atof("1\u202f234,56"))  # 输出：1234.56

美国地区（en_US） #

setlocale(LC_NUMERIC, ('en_US', 'utf-8'))
print(flexible_atof("1,234.56"))  # 输出：1234.56
# 注：en_US地区标准千位分隔符为逗号，输入空格不符合格式会抛出ValueError，符合地区使用习惯

原理说明 #

1. 通过locale.localeconv()获取当前地区的标准千位分隔符和小数分隔符
2. 针对使用空白类字符作为千位分隔符的地区（如捷克、法国等），用正则表达式将输入中所有空白字符（普通空格、窄不换行空格等）统一替换为标准分隔符
3. 最后调用标准的locale.atof解析处理后的字符串，保证对标准格式的兼容性

内容的提问来源于stack exchange，提问作者eNca